Aplikasi SPSS1
Tujuan 1. Mahasiswa dapat menginput data ke dalam software SPSS dalam format yang tepat 2. Mahasiswa
dapat
menentukan
beberapa
ukuran
pemusatan
dan
penyebaran 3. Mahasiswa dapat membuat tabel distribusi frekuensi dengan program SPSS
Pengenalan SPSS SPSS (Statistical Program for Social Science) merupakan paket program yang berguna untuk menganalisis data statistik. SPSS dapat digunakan untuk hampir seluruh file data dan sekaligus membuat laporan dalam bentuk tabulasi, grafik, dan plot untuk berbagai distribusi maupun statistik deskriptif.
SPSS menyediakan empat window , yaitu : • Data editor yang terdiri dari : File, berfungsi untuk menangani hal-hal yang berhubungan dengan file data, sepertimembuka file baru, membuka file tertentu, mengambil data dari program lain, mencetak dan lain-lain. Edit, berfungsi dalam menangani hal-hal yang berhubungan dengan perbaiakan atau mengubah nilai data (duplikasi data, menghilangkan data, dan lain-lain). View, berfungsi untuk mengubah status toolbar (output label, script, dan lain-lain) Data, Berfungsi untuk membuat perubahan pada SPSS secara keseluruhan seperti mengurutkan data, menyeleksi data berdasar kriteria tertentu, dan lain-lain. 1
Lesta Karolina Sebayang S.E., M.Si
1
Transform, berfungsi untuk membuat perubahan pada peubah yang telah dipilih dengan aturan tertentu. Analyze, merupakan menu inti SPSS yang berfungsi untuk melakukakn semua prosedur perhitungan statistik, seperti uji t, uji F, regresi, dan lain-lain. Graph berfungsi membuat berbagai jenis grafik untuk mendukung analisis statistik, seperti, line bar, pie, dan lain-lain. Utilities berfungsi dalam memberi informasi tentang peubah yang sekarang dan yang sedang dikerjakan juga dalam mengatur tampilan menu menu lain. Window (seperti yang telah kita kenal). Help (seperti yang telah kita kenal).
Menu Output Viewer Menu ini berfungsi untuk memasukan data yang siap diolah oleh SPSS, setelah diolah lewat menu analyze maka hasil pengolahan informasi tersebut ditampilkan dalam bentuk viewer. Seperti halnya pada ,emu editor, menu ini memuat file, edit, dan lain-lain yang disesuaikan dengan keinginan pengguna.
2
• Menu Syntax Editor Jika pada saat mengolah data, ada beberapa perintah yang hanya dapat digunakan dalam SPSS command language. Perintah tersebut dapat ditulis dalam Syntax Editor. Isi menu syntax sama dengan menu lain, tetapi ada tambahan submenu run, yang berfungsi untuk menjalankan syntax yang ditulis. • Menu Script Editor Pada dasarnya dapat digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka file, menutup file, dan lain-lain. Isi menu syntax sama dengan menu lain, tetapi ada tanmbahan submenu script, yang berfungsi untuk membuat berbagai subrutin dan fungsi baru, serta sub menu debug untuk melakukan debug script.
Mempersiapkan data Sebelum kita menampilkan data dengan menggunakan SPSS, kita harus mengenal dulu case, variable, dan value. Setiap baris dinamakan case (kasus). Sementara itu, setiap kolom dinamakan variable (peubah). Sedangkan input setiap sel dinamakan value (nilai). Dalam rangka memasukan data (sebelum di olah), bias langsung ditulis dalam SPSS atau dicopy dari file lain (excel, lotus, dBASE, dan lainlain. Berikut ini adalah contoh data yang akan digunakan:
3
DATA KONSUMSI BERAS DAN VARIABEL LAINNYA
NO. TAHUN CBRT 1 1975 228 2 1976 209 3 1977 241 4 1978 308 5 1979 361 6 1980 470 7 1981 493 8 1982 477 9 1983 475 10 1984 488 11 1985 472 12 1986 467 13 1987 455 14 1988 445 15 1989 459 16 1990 449 17 1991 503 18 1992 615 19 1993 695 20 1994 761 21 1995 918 22 1996 970 23 1997 963 24 1998 986 25 1999 1045 26 2000 1078 Sumber: BPS berbagai edisi
JPB 19857 15845 15876 17524 17879 20163 22286 22837 24006 25933 26542 27014 26051 27089 29071 29366 29047 31356 31318 30317 32334 33296 31206 31118 32147 32800
NIB 693 1301 1973 1842 1922 2012 538 310 1169 414 34 28 55 33 268 49 171 608 23 630 1799 2143 285 2885 4503 1266
INF 18,8 20 11 8,2 20,6 18,5 12,2 9,6 11,7 10,5 4,7 5,9 9,2 8,1 6 9,5 9,5 4,9 9,8 9,2 8,6 6,5 9,9 75,5 2,1 9
Keterangan : CBRT
: Jumlah konsumsi beras rumah tangga (ton/tahun)
JPB
: Jumlah produksi beras (dalam ton/tahun)
NIB
: Neto impor beras (dalam ton), (NIB = M - X)
INF
: Rata-rata tingkat inflasi (%/tahun)
Ilustrasi kasus yang digunakan pada modul ini adalah mengenai konsumsi beras di Indonesia. Konsumsi beras diasumsikan dipengaruhi oleh
4
1. harga beras, barang yang bersifat subtitutif (pengganti beras, misalnya jagung), dan nilai tukar riil dipengaruhi oleh tingkat inflasi, di mana penentuan harga dasar gabah dilakukan oleh pemerintah, sedangkan harga beras ditentukan mekanisme pasar. 2. Netto Impor Beras dipengaruhi oleh jumlah produksi beras nasional. 3. Total Konsumsi Beras dihitung dari konsumsi rumah tangga dan di luar rumah tangga. Maka fungsi total konsumsi beras dapat dituliskan sebagai berikut : CBRT = f (JPB, NIB, INF) Sehingga model regresi dapat dituliskan sebagai berikut : CBRT = β0 + β1 JPB + β2 NIB + β3 INF + µ Di mana : CBRT adalah total konsumsi beras (ton/tahun) JPB merupakan jumlah produksi beras (ton/tahun) β0 adalah Intercept, sedangkan β1, β2, dan β3 adalah parameter a. Variabel Dependent : Total Consumsi Beras Rumah Tangga(CBRT) nasional tahun 1975 – 2000 b. Variabel Independent : 1. Jumlah Produksi Beras (JPB) tahun 1975 – 2000 2. Netto Import Beras (NIB) tahun 1975 – 2000 3. Tingkat Inflasi (INF) tahun 1975 – 2000
5
TAMPILAN SPSS 1. Plot data secara grafis Klik graphs Histogram
12
10
Frequency
8
6
4
2 Mean = 578.1154 Std. Dev. = 263.31796 N = 26 0 200.00
400.00
600.00
800.00
1000.00
cbrt
6
2. Statistik Deskriptif
Klik Analyze descriptive statistics descriptives
7
REGRESI DAN KORELASI Klik Analyze Regression Linear ( kemudian klik statistics beri check list R-squared, descriptives, model fit dan kebutuhan lainnya klik continue) klik OK
Tampilan Output
Descriptive Statistics
cbrt jpb nib inf
Mean 578,115 4 26241,4 615 1036,69 23 12,6731
Std. Deviation
N
263,31796
26
5586,82668
26
1098,56171
26
13,63653
26
8
Correlations
cbrt 1,000 ,829 ,386 ,134 . ,000 ,026 ,257 26 26 26 26
Pearson Correlatio n
cbrt jpb nib inf Sig. (1- cbrt tailed) jpb nib inf N cbrt jpb nib inf
jpb ,829 1,000 -,033 -,066 ,000 . ,437 ,375 26 26 26 26
nib ,386 -,033 1,000 ,329 ,026 ,437 . ,050 26 26 26 26
inf ,134 -,066 ,329 1,000 ,257 ,375 ,050 . 26 26 26 26
Coefficients(a)
Model
Unstandardized Coefficients Std. B Error
1
(Const -579,771 ant) jpb ,040 nib ,094 inf 1,153 a Dependent Variable: cbrt
Standardized Coefficients
Sig.
-5,513
,000
10,579 4,660 ,706
,000 ,000 ,487
Beta
105,163 ,004 ,020 1,633
t
,845 ,393 ,060
Model yan digunakan: CBRT = β0 + β1 JPB + β2 NIB + β3 INF + µ Model persamaan: CBRT = -579,77 + 0,040 JPB + 0,094 NIB + 1,153 INF + µ R2 = 0,92
9
